3 poin oleh GN⁺ 2024-02-07 | 1 komentar | Bagikan ke WhatsApp
  • Pertanyaan tentang apa yang sedang dibuat dengan memanfaatkan LLM
  • Penanya
    • sedang mengembangkan ekstensi Chrome: mengimplementasikan fitur yang membaca subtitle untuk melewati segmen sponsor di video YouTube
    • bereksperimen menjelaskan rantai pemanggilan fungsi di berbagai bahasa pemrograman: mencoba penjelasan melalui LLM menggunakan MakeFile, Python, dan Bash
    • menjalankan bot Telegram: mengatur prompt agar dapat menjalankan perintah tertentu, seperti membantu terkait pajak

1 komentar

 
GN⁺ 2024-02-07
Komentar Hacker News
  • Seorang pengguna yang tidak suka berjualan menyiapkan nomor telepon yang bisa dihubungi untuk berbicara dengan AI yang memungkinkan latihan cold calling dengan cara yang terasa nyata.

    • AI ini mensimulasikan panggilan penjualan.
    • Pengguna tersebut mendapati panggilan hands-free dengan AI berguna, lalu memakainya juga untuk keperluan umum.
    • Saat ini sedang offline, tetapi kodenya beserta informasi stack dan deployment tersedia di GitHub.
    • Semuanya berjalan di Raspberry Pi seharga $35.
  • Pengguna lain membantu "menulis" buku masak berdasarkan resep neneknya.

    • Untuk ulang tahun ke-100 neneknya, ia memulihkan lebih dari 250 halaman resep yang telah dikumpulkan ayahnya selama bertahun-tahun.
    • Sebagiannya diketik dengan mesin tik, sementara yang lain ditulis tangan oleh sang nenek.
    • Ayahnya memindai resep yang diketik dan "mendiktekan" resep tulisan tangan.
    • Ia menggunakan Google OCR untuk memproses resep hasil pindaian, lalu GPT-4 untuk mengubah resep tanpa format menjadi Markdown yang rapi dan terstruktur.
    • Salah ketik dan kesalahan dari Google OCR berhasil diperbaiki.
    • Semua teks yang sudah dirapikan ditempel ke Google Docs lalu ditambahkan gambar.
    • Ia menggunakan fitur pembuatan gambar OpenAI untuk menghasilkan gambar bagi lebih dari 250 resep.
    • Sebagian tetap harus dikurasi secara manual, terutama untuk makanan Meksiko.
    • Hasil akhirnya, bukunya terlihat sangat bagus, dan salinan digital yang dibagikan ke keluarga membuat semua orang terkesan.
  • Seorang pengguna lain menyusun "stack" di macOS yang menjalankan tugas melalui panggilan API HTTP POST ke OpenAI menggunakan Apple Shortcuts.

    • Setiap tugas diaktifkan lewat shortcut atau input Spotlight melalui Alfred.
    • Fungsinya mencakup merangkum URL YouTube, memperbaiki tata bahasa dan gaya tulisan, serta memakai OpenAI Whisper alih-alih voice typing.
    • Setiap kali menemukan tugas berulang yang cocok memakai LLM, pengguna itu menjadikannya Apple Shortcut agar terintegrasi ke workflow seperti fitur bawaan macOS.
  • Pengguna lain lagi mengerjakan beberapa proyek hardware + LLM.

    • Membuat Pokédex yang mengenali Pokémon sungguhan.
    • Menyaring komentar bagus di kantor lalu mencetaknya.
    • Membangun asisten chat serbaguna pada interkom lama.
    • Proyek-proyek ini memang tidak terlalu berguna, tetapi semuanya menyenangkan.
  • Seorang pengguna membuat chatbot AI resume interaktif yang bisa ditanyai tentang pengalaman dan keterampilannya.

    • Backend-nya memakai Python FastAPI dan menyimpan resume serta pasangan tanya-jawab di ChromaDB, sambil menggunakan OpenAI dan Airtable untuk mencatat request dan response.
    • UI-nya menggunakan Sveltekit.
    • Ia sedang membuat alat lain sekarang, dan berencana memakai LangSmith alih-alih Airtable.
    • Ia juga sedang menulis artikel Substack sebagai bagian dari upaya #buildinpublic untuk membantu membangun brand.
    • Ia menganggur sejak September, dan karena pasar sedang sulit, ia berharap fokus pada pekerjaan di atas bisa membantunya mendapatkan pekerjaan atau kontrak.
  • Pengguna lain ingin mengotomatisasi proses pembuatan tur mandiri di kota dan desa serta perburuan harta karun online.

    • Ia menginginkan marketplace penuh agar siapa pun bisa membuat dan menjual tur.
    • Proses membuat tur sangat merepotkan.
    • Ia memberi GPT-4 informasi lokal agar menulis pertanyaan dan jawaban pilihan ganda.
    • Frontend-nya memakai React Typescript, backend-nya Net Core Web API di Linux, MySQL, EF Core, serta integrasi dengan GPT4 dan Stripe.
    • Di-host di treasuretours.org.
    • Karena biaya, saat ini hanya superuser yang bisa mengakses alat AI, tetapi pengguna tetap bisa mencoba hunt pra-buat yang sebagian dihasilkan AI.
  • Seorang pengguna mulai dengan membuat produk, tetapi akhirnya justru membangun platform pengembangan untuk produk berbasis LLM.

    • Awalnya ia membuat alat analisis saham. Pengguna bisa menulis dengan bahasa alami perusahaan dan periode yang ingin dibandingkan, lalu sahamnya ditampilkan pada grafik.
    • Dalam proses pengembangan, ia menemukan tantangan unik dan beralih mengerjakan platform pengembangan tanpa merilis produknya.
    • Ia menggunakan 'LLM structured tasks' untuk melakukan pekerjaan atas input pengguna dan menghasilkan JSON yang bisa diproses di backend.
    • Prompt itu rapuh dan mudah rusak bahkan oleh perubahan kecil pada prompt atau konfigurasi model.
    • Untuk mengatasi hal ini, ia mengembangkan platform yang menguji versi prompt dan konfigurasi model terhadap seluruh koleksi input agar tidak muncul masalah selama proses pengembangan.
    • Bisa dilihat di promptotype.io.
  • Sebuah tim sedang membuat berbagai alat data berbasis LLM, dan sedang dalam proses rebranding serta meluncurkan produk utama mereka.

    • Mereka mengembangkan beragam alat dan produk seperti sketch, datadm, dan julyp.
    • Mereka memakai berbagai stack dan alat, kadang membuat alat sendiri, tetapi belakangan lebih sering menulis logika sendiri lalu menerapkannya ke produk.
    • Produk utamanya memiliki kode dalam aplikasi next dan dideploy di vercel.
  • Seorang pengguna membangun berbagai hal, termasuk bot untuk pembuatan kode.

    • Saat ini ia sedang mengerjakan mock interview AI. Ia tidak suka persiapan LeetCode dan merasa bisa belajar lebih baik lewat interaksi.
    • comp.lol menawarkan mock coding interview yang dipandu AI. Mereka sedang mencari alpha tester, dan karena semuanya berjalan di free tier, pemuatannya mungkin lambat.
  • Pengguna lain membuat asisten rekrutmen AI yang melakukan screening awal, mengumpulkan informasi kandidat, menjawab pertanyaan tentang peran, dan mengajukan beberapa pertanyaan wawancara perilaku.

    • Dibangun dalam satu hari menggunakan Vercel dan OpenAI.
    • Menyiapkan login Google adalah bagian yang paling sulit.
    • Sudah digunakan oleh puluhan kandidat, menghemat banyak waktu, dan membantu memprioritaskan percakapan.
    • Kemarin ia menulis posting singkat tentangnya.